Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种融合降尺度与多模式集成的气象预报方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国电力科学研究院有限公司;国网安徽省电力有限公司;安徽送变电工程有限公司

摘要:本发明涉及气象预报技术领域,且公开了一种融合降尺度与多模式集成的气象预报方法获取多源数值天气预数据结果作为预报数据,获取欧洲中心ERA5再分析资料作为观测数据,利用双线性差值法将收集的各家数值天气预报结果降尺度至与观测数据具有相同的分辨率,并将数据通过卡尔曼滤波结合RBF神经网络进行预测。该方法通过利用多源数值天气预报结果分别进行降尺度,获取高分辨率的气象要素预报值;然后对各家预报值进行卡尔曼滤波订正,得出单一数值模式最优预报值;最后利用RBF神经网络将各家最优预报值进行集成应用,获取高准确率与鲁棒性的气象要素预报值,并利用均方根误差来评估电网所在区域最终的预报精度,可以提高气象要素预报精度。

主权项:1.一种融合降尺度与多模式集成的气象预报方法,其特征在于:包括以下步骤:S1、收集多家气象中心的多源数值天气预报数据结果作为预报数据,并选取欧洲中心ERA5再分析资料作为观测数据;S2、利用双线性差值法将步骤S1中收集的各家数值天气预报结果降尺度至与观测数据具有相同的分辨率;S3、采用卡尔曼滤波算法对各家数值天气预报插值结果进行订正,以插值后的气象预报要素作为自变量特征输入,观测数据作为因变量,构建基于卡尔曼滤波算法的多元回归模型,用于实现气象要素的降尺度;S4、构建RBF神经网络,并对RBF神经网络进行训练,采用RBF神经网络进行多模式集成,将各家数值天气预报结果进行融合应用;S5、利用均方根误差RMSE来评估电网所在区域最终的预报精度,均方根误差值越小,预报效果越好,预报模型参考价值越大。

全文数据:

权利要求:

百度查询: 中国电力科学研究院有限公司 国网安徽省电力有限公司 安徽送变电工程有限公司 一种融合降尺度与多模式集成的气象预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。